基于deeplabv3plus网络实现了虹膜图像分割以及水果图像分割python源码+项目说明.zip

共66个文件

py：41个

jpg：8个

png：8个

版权申诉

python

深度学习

课程设计

5星 · 超过95%的资源 127 浏览量 2023-11-04 17:26:09 上传评论 4 收藏 2.32MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

基于deeplabv3plus网络实现了虹膜图像分割以及水果图像分割python源码+项目说明.zip （66个子文件）

基于deeplabv3plus网络实现了虹膜图像分割以及水果图像分割python源码+项目说明

demo_fruit.py 4KB

demo_voc.py 4KB

doc

deeplab_resnet.py 11KB

results.png 509KB

deeplab_xception.py 16KB

mypath.py 768B

train_fruit_seg.sh 272B

demo_iris.py 4KB

utils

loss.py 2KB

metrics.py 2KB

calculate_weights.py 985B

summaries.py 1KB

lr_scheduler.py 3KB

saver.py 2KB

dataloaders

utils.py 3KB

__init__.py 3KB

custom_transforms.py 5KB

datasets

__init__.py 0B

combine_dbs.py 3KB

get_mean_std.py 3KB

iris_seg.py 3KB

coco.py 6KB

fruit_seg.py 4KB

convert_to_uint8.py 499B

pascal.py 4KB

sbd.py 4KB

cityscapes.py 5KB

read_label_img.py 331B

使用说明.txt 606B

train_voc.sh 225B

.gitignore 1KB

images

fruit

kiwifruit.png 122KB

mango.png 206KB

apple.png 178KB

lemon.png 74KB

pear.png 182KB

fruit_result

miou.jpg 13KB

result2.png 243KB

acc.jpg 11KB

train_loss.jpg 16KB

result1.png 236KB

deeplabv3plus.jpg 55KB

iris_result

miou.jpg 14KB

acc.jpg 12KB

result.jpg 47KB

train_loss.jpg 13KB

iris

S4090L17_03324.JPEG 147KB

S4090L08_03315.JPEG 103KB

S4099R09_03665.JPEG 134KB

train.py 13KB

train_coco.sh 224B

modeling

__init__.py 0B

sync_batchnorm

__init__.py 447B

comm.py 4KB

batchnorm.py 13KB

unittest.py 834B

replicate.py 3KB

backbone

__init__.py 514B

drn.py 14KB

xception.py 11KB

resnet.py 6KB

mobilenet.py 5KB

decoder.py 2KB

deeplab.py 3KB

aspp.py 4KB

train_iris_seg.sh 293B

基于deeplabv3plus网络实现了虹膜图像分割以及水果图像分割原理 deeplabv3+包含三部分backbone、ASPP以及Decoder三部分。backbone获取一个低层次特征和一个高层次特征，然后将高层次特征输入到ASPP得到多尺度特征，再对多尺度特征上采样与低层次特征融合得到包含语义特征和细粒度特征的融合特征，最后对融合特征上采样，得到mask。虹膜图像分割相关数据集 https://github.com/xiamenwcy/IrisParseNet 水果图像分割相关数据集 https://github.com/Horea94/Fruit-Images-Dataset

评论收藏

内容反馈

版权申诉